Acil servise kafa travması ile başvuran pediatrik vakaların yönetiminde yapay zekanın kullanılabilirliği
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: MUHAMMED NECDET ÖZCAN
Danışman: Burcu BAYRAMOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Giriş ve amaç: Pediatrik kafa travması acile sık başvuru nedenlerinden biridir. Bunun yanında pediatrik hastanın zor muayenesi, ebeveyn endişesi ve acil servisin yoğunluğu nedenli doktorlar klinik karar alırken zorlanabilir. Klinik karar alma zorlukları yüzünden bu hasta grubunda kontrastsız beyin BT çekilme oranı yüksektir. Buna kıyasla hastalara çekilen BT'de patoloji çıkma oranı oldukça düşüktür. BT'lerin sık çekilmesi ve radyasyon maruziyeti yüzünden kanser riski ve endişesi de artmaktadır. Bu endişeye karşılık travma sonrası kranial patolojileri kaçırmama endişesi arasında bir denge bulunmak istenmiştir. Bu dengeyi sağlamak için bazı klinik karar algoritmaları geliştirilmiştir. PECARN klinik karar algoritması bu endişeler ile ortaya çıkmış ve faydası kanıtlanmış bir karar algoritmasıdır. Bu algoritma acil doktorlarını işini kolaylaştırsa da artan hasta başvuruları ve acil yoğunluğu yüzünden doktorlara klinik karar desteği ihtiyacı bulunmaktadır. Yapay zekâ tabanlı teknolojik gelişmeler doktorlara birçok konuda destek olmaya başlamış ve literatürde yapay zekâ temelli bilimsel çalışmalar hız kazanmıştır. Çalışmamızda yapay zekanın pediatrik kafa travmasındaki potansiyel katkıları araştırılmak istenmiştir. Materyal ve metot: Prospektif ve kesitsel olarak planlanan bu çalışma SBÜ Sancaktepe Şehit Prof. Dr. İlhan Varank Eğitim ve Araştırma Hastanesi etik kurulundan onay alınarak Acil Tıp Kliniğinde gerçekleştirildi. Çalışmamız, 15.12.2024-15.06.2025 tarihleri arasında acil servise kafa travması ile başvuran ve çalışmaya dahil edilme kriterlerini karşılayan 60 hasta ile yapıldı. Hastalar PECARN'a göre belirlenen zonlara tasnif edildi. Kırmızı zonda 15, sarı zonda 30 ve yeşil zonda 15 hasta belirlendi. Bu hastalar çoktan seçmeli vaka senaryoları haline getirildi. Bu vaka senaryoları anket şeklinde hazırlanıp acil tıp, beyin ve sinir cerrahisi ve pediatri doktorlarına soruldu. Doktorlara sorulan aynı vaka senaryoları ChatGPT-4o isimli yapay zekâ tabanlı sohbet programına da soruldu. Ankete katılan doktor gruplarının ve yapay zekânın cevapları ayrı ayrı zonlarda değerlendirildi ve elde edilen veriler istatistiksel analizde kullanıldı. Bulgular: Ankete her branştan 14 toplamda 42 doktor katıldı. Kırmızı zonda acil ve beyin ve sinir cerrahisi doktorları daha yüksek performansa ulaşırken yeşil zonda yapay zekâ daha başarılı saptandı. İkili karşılaştırmalarda ise doktor grupları arasında anlamlı fark gözlenmedi. Sarı zonda ise hastalar için BT kararı doğru kabul edildiğinde yapay zekâ tüm ix doktor gruplarına göre daha az başarı gösterdi. Doktorların bu başarısı yapay zekaya kıyasla istatistiksel olarak anlamlı olduğu görüldü. Sarı zondaki hasta grubu için doğru cevabın gözlem kabul edildiği durumda ise yapay zekâ tüm doktor gruplarına kıyasla daha iyi performans gösterdi. Yapay zekanın bu başarısı istatistiksel olarak anlamlı saptandı. Sonuç: Çalışmamızda yapay zekanın doktorlara göre cevapları her zonda ayrı ayrı değerlendirildi. Buna göre yapay zekâ kırmızı zon gibi kritik hastalarda henüz iyi bir performans göstermediği gözlendi. Sarı zonda ve yeşil zonda doktorlara kıyasla daha az BT çekip daha fazla taburculuk yaparak istatistiksel olarak üstün bir performans sergiledi. Bu haliyle çalışmamız acil servise kafa travması ile başvuran pediatrik hastaları farklı gruplarda değerlendiren ve doktorlar ile yapay zekayı vaka senaryoları eşliğinde karşılaştıran nadide bir çalışmadır. Çalışmamız gösteriyor ki yapay zekâ, acil servis yoğunluğunda kritik olmayan ve acil servisin yoğunluğunun büyük bir kısmını oluşturan hasta gruplarında doktorlara klinik karar desteği olarak kullanılabilir. Anahtar kelimeler: ChatGPT, Kafa Travması, PECARN, Yapay zekâ